Конкуренция между Китаем и США в области разработки искусственного интеллекта (ИИ) продолжает обостряться. В июне китайская компания Zhipu выпустила модель GLM 5.2, которая уступила только лидерам от ChatGPT и Anthropic, превзойдя модели Google. Второй сенсации, как в случае с DeepSeek, не произошло — инвесторы отнеслись к новостям спокойно. Тем не менее становится очевидным, что на данном рынке остаются только два по-настоящему могущественных игрока — США и Китай. Отстали ли остальные навсегда и какие ниши в мировой экономике будущего могут достаться другим странам, разбирались «Известия».
Сила и слабость
В данный момент можно говорить о том, что лидеры ИИ-гонки уже превратились в гегемонов, причем у каждого из них есть свои сильные стороны. Американский подход опирается на колоссальные вычислительные мощности и неограниченный доступ к передовому оборудованию. Корпорации из США решают проблемы масштабирования за счет десятков тысяч новейших чипов. Китайская индустрия функционирует в условиях жестких экспортных ограничений. Недостаток передового аппаратного обеспечения заставил разработчиков из КНР сфокусироваться на математической и архитектурной оптимизации.
Когда в начале 2025 года модель R1 от DeepSeek обвалила капитализацию индекса NASDAQ на $1 трлн, главным аргументом была заявленная дешевизна ее обучения и работы. Однако аудит выявил специфику этой экономичности. Новая китайская модель GLM 5.2 предлагает стоимость токенов в 10 раз ниже американских конкурентов (1 млн токенов DeepSeek V4 стоит $0,87, у американской Fable 5 этот показатель достигает $50). Но есть разница в алгоритмах: на выполнение одной сложной задачи китайская модель тратит в 23 раза больше токенов. С учетом более низкого качества финального результата реальная стоимость решения корпоративных задач с помощью Fable 5 может оказаться даже выгоднее. Кроме того, существует различие между открытыми и закрытыми тестами: в первых из них китайцы демонстрируют почти вдвое меньшее отставание.
В то же время американская индустрия сейчас упирается в серьезные инфраструктурные барьеры. Обучение ИИ требует объемов электроэнергии, сопоставимых с потреблением средних государств. В США развитие дата-центров блокируется социальным противодействием: опросы показывают, что 70% американцев категорически против строительства ЦОДов рядом с их домами. Китайское правительство способно директивно выделить землю и возвести электростанцию под нужды дата-центра за несколько месяцев. Да и в целом энерговооруженность Китая сейчас выше.
Монополия на марше
Мировая экономика знает примеры монополий и дуополий. Рынок магистральных пассажирских самолетов поделен между Boeing и Airbus. Сфера передовых микрочипов контролируется тайваньской TSMC и нидерландской ASML под патронажем США. Разница заключается в том, что авиация или навигационные системы являются отраслевыми технологиями. Искусственный интеллект представляет собой технологию общего назначения, автоматизирующую когнитивный труд.
Текущий объем прямого рынка ИИ оценивается примерно в $500–550 млрд, совокупные расходы на экосистему и инфраструктуру превышают $2,6 трлн. К 2036 году базовый сценарий предполагает рост прямого рынка до $7–9 трлн. В этой конфигурации США и Китай формируют механизм взимания глобальной цифровой ренты. Контроль над базовыми моделями и вычислительной инфраструктурой позволяет им устанавливать стандарты для всей планеты, что гораздо серьезнее, чем доминирование на рынке нефти.
Этот процесс создает серьезные проблемы как для развитых, так и для развивающихся стран. Долгое время развивающиеся рынки привлекали инвестиции за счет дешевой рабочей силы. Внедрение ИИ ведет к масштабной автоматизации рутинного интеллектуального и сервисного труда. Для стран с развитой экономикой ситуация еще опаснее, так как у них нет даже преимущества дешевизны.
— Одним из эффектов использования ИИ является автоматизация труда, в этом плане остальные страны теряют преимущества удешевления рабочий силы и роста производительности, — констатирует младший директор по суверенным и региональным рейтингам агентства «Эксперт РА» Владислав Бухарский. — Ограничителем здесь выступают лишь уникальные человеческие способности: эмпатия, выстраивание отношений и этические решения пока не поддаются алгоритмизации.
Стратегия адаптации
Для оставшихся двух сотен стран формирование ИИ-дуополии означает смену стратегии. Пытаться создать собственные базовые модели фронтирного уровня бессмысленно из-за заградительной стоимости таких проектов.
— Для среднеразвитых стран задача догнать США и Китай не стоит, это дорого. Их задача скорее состоит в создании возможностей адаптации имеющихся глобальных решений и отраслевых специализированных моделей под потребности ключевых отраслей экономики, — отмечает Владислав Бухарский.
Местные ИТ-компании в Европе, Индии или Латинской Америке будут арендовать доступ к американским API или использовать открытые коды китайских моделей, дообучая их под задачи локальных банков, клиник и государственных сервисов. Успех этой стратегии напрямую зависит от наличия собственной вычислительной базы. Каждой развитой экономике требуются облачные кластеры дата-центров, оснащенные ИИ-ускорителями, расположенные на ее собственной территории.
— Любой ИИ-разработчик должен иметь возможность за плату подключиться к мощностям и обучать системы в относительной близости, что важно для быстроты работы, — разъясняет научный сотрудник лаборатории анализа лучших международных практик Института Гайдара Кирилл Черновол.
Согласно пилотному исследованию ОЭСР, проведенному по 39 странам, абсолютными лидерами по числу таких облачных кластеров от международных провайдеров являются Китай (27) и США (22).
Сильный середняк
Россия в этом «биполярном мире» занимает специфическую нишу. Страна обладает необходимой базой для сохранения статуса технологически суверенного государства среднего уровня.
Главный актив — независимая цифровая экосистема, выстроенная за последние двадцать лет, и гигантские массивы данных на русском языке. Это позволяет обучать модели, глубоко понимающие локальный культурный код и менталитет.
Инфраструктурная база также демонстрирует устойчивость. По словам Кирилла Черновола, международные провайдеры в России не представлены, однако за счет национальных компаний ситуация выглядит конкурентоспособной. Порядка семи кластеров с ИИ-ускорителями есть у пяти крупнейших российских провайдеров, что ставит страну на 3–4 место в мире, сопоставимо с показателями Сингапура и Японии.
Дополнительное преимущество России — избыток энергии и холодный климат. Регионы Сибири и Дальнего Востока предлагают низкие температуры и доступную генерацию, что радикально снижает затраты на охлаждение серверных стоек. В условиях мирового дефицита электроэнергии эти территории имеют все шансы стать площадками для размещения ЦОДов, обслуживающих запросы зарубежных партнеров.
Вместе с тем отечественная индустрия сталкивается с серьезными ограничителями. Аппаратный дефицит, вызванный санкциями, мешает закупать промышленные партии новейших видеокарт уровня Nvidia B200 для создания суперкомпьютеров фронтирного уровня. Наблюдается отставание в регуляторной среде. Законопроект о развитии ИИ, регулирующий критически важные вопросы доступа алгоритмов к персональным данным и объектам авторских прав, был внесен в Госдуму только 25 июня. Широкий взгляд на инфраструктуру дает менее оптимистичную картину: если считать все существующие кластеры дата-центров с поддержкой обучения ИИ, то в рейтинге OECD.AI Index из 21 страны Россия находится в числе последних.
В ближайшие годы РФ окажется в роли «промежуточного» цифрового рынка. Отечественные разработки будут отставать от передовых американских систем на полтора-два года. Для решения подавляющего большинства корпоративных и государственных задач внутри страны этого запаса прочности достаточно. Если дать индустрии нормально развиваться, экономика избежит необходимости выплачивать «дань» Вашингтону и Пекину, сохранив контроль над собственной инфраструктурой.